Experteninterview zu KI-Anwendungen in der Industrie

Künstliche Intelligenz (KI) ist einerseits einer der größten aktuellen Hypes und anderseits kaum greifbar. Können Sie für den Laien in wenigen Sätzen beschreiben, was KI eigentlich ist?

A. Arora: KI ist ein riesiges Feld und über die Definition gibt es unterschiedlichste Auffassungen. Zwei wesentliche Unterscheidungen sind die, zwischen starker KI (Artificial General Intelligence; Human Level AI u.ä.) und schwacher KI, die zur Lösung konkreter, spezieller Problemstellungen eingesetzt wird sowie zwischen neuronaler und symbolischer KI. Das Teilgebiet Machine Learning, also Maschinen das Erlernen von Mustern aus komplexen Daten zu ermöglichen anstatt diese vom Menschen in Regeln und Heuristiken überführen und programmieren zu lassen, ist als Grundidee gut nachvollziehbar.

Für welchen Anwendungsfälle wird KI in Unternehmen eingesetzt?

A. Arora: Inzwischen findet man KI-Anwendungen für die Verarbeitung von gesprochener und geschriebener Sprache z.B. im Kundenservice, im Input Management für hoch anpassungsfähige, intelligente Dokumentenextraktion, als Machine Vision z.B. in der Qualitätssicherung und im Digital Asset Management sowie als Predictive/Prescriptive Analytics für Vorhersagen, Automation, Optimierung und Erklärung von Einflussfaktoren in der gesamten Supply Chain Einzug in Unternehmen. Weiterhin erfährt der Bereich der prädiktiven Instandhaltung neue Impulse durch Machine Learning. In diesem Bereich sehen wir eine große Chance für Deutschland durch die Verbindung der Stärken im Maschinenbau und Ingenieurswesen mit KI und Machine Learning zur Schaffung intelligenterer Lösungen und neuer Services.

Welche Mehrwerte bringen KI-Anwendungen einem Unternehmen?

A. Arora: Häufig sind (zu) hohe Erwartungshaltungen oder auch Befürchtungen hinsichtlich einer Wegrationalisierung von Arbeitsplätzen mit KI verbunden. KI Lösungen sind tatsächlich auf Sicht noch „Fachidioten“ – d.h. sie können bestimmte Aufgaben besser als Menschen lösen, aber benötigen hierfür in der Regel Anleitung (Training) durch menschliche Spezialisten. Allgemein und sehr verkürzt sind die Erkennung komplexer Muster in großen Datenmengen sowie die Automatisierung von Routineaufgaben zwei primäre Einsatzfelder. Die Mehrwerte unserer Kunden liegen daher eher in der Kompensation des Fachkräftemangels durch höhere Produktivität und Schaffung von innovativer Produkte und Services. Zusätzlich können durch „Explainable AI“ neue Einsichten in das eigene Geschäft entstehen.

Wie kann ich in meinem Unternehmen KI-Anwendungen einsetzen: was sind die Voraussetzungen, was sind die Herausforderungen?

A. Arora: Erstens: Die Datenbeschaffung, denn klassische IT Systeme sind häufig nicht darauf ausgerichtet Daten für Machine Learning zu liefern, außerdem werden oftmals zusätzliche Kontext- und externe Zusatzinformationen benötigt. Zweitens: Die Akzeptanz auf mehreren Ebenen – es muss Mut (und Budget) für die Exploration von innovativen Ansätzen vorhanden sein, was dann aber völlig neue Mehrwerte generieren kann, außerdem müssen KI Lösungen Transparenz über ihre Entscheidungen und deren (Daten) Grundlagen schaffen. Drittens ist es erfolgskritisch, ein nahtloses und kontinuierliches Zusammenspiel zwischen Fachabteilungen, IT, Betrieb und KI Spezialisten zu schaffen.

Wie sehen die ersten Schritte für den konkreten KI-Einsatz aus?

A. Arora: Wir empfehlen zunächst die Schärfung der potentiellen Anwendungsfälle und Mehrwerte sowie eine Exploration der vorhandenen Daten. Basierend auf unseren standardisierten Lösungen und Komponenten kann dann eine zügige Umsetzung eines Proof of Concept als Vorstufe zu einem Minimum Viable Product als Basis des weiteren Rollout erfolgen.

Sie sind seit über drei Jahren am Markt. Wie erleben Sie die Resonanz auf KI in der Wirtschaft?

A. Arora: In den Jahren 2017 und 2018 haben sich viele Unternehmen dem Thema erst einmal vorsichtig genähert. Heute sehen wir inzwischen eine massive Beschleunigung und die Umsetzung verschiedenster konkreter KI-Anwendungen, die Unternehmen nicht nur neue Rationalisierungspotentiale, sondern auch bessere, vorausschauende Erkenntnisse sowie neue Produkte/Services und somit Wettbewerbsvorteile erschließen. Die Industrialisierung der KI ist in vollem Gange.

Was ist der USP der AIM? Was unterscheidet Sie von allen anderen Anbietern?

A. Arora: Wir bringen nicht nur die fundierte Kenntnis von Data Science/Engineering mit, sondern verbinden dies mit Prozesskenntnissen, der Schaffung von Plattformen für KI-Anwendungen sowie methodischem und fachlichem Wissen für Realisierung und Betrieb skalierbarer Unternehmensanwendungen (Agile, Devops) – unser Leitbild lautet daher: Industrielle KI.

Diese Artikel könnten Sie auch interessieren: